2019-2020 / MATH0079-1

Processus stochastiques

Durée

30h Th, 10h Pr, 20h Proj.

Nombre de crédits

 Master en sciences mathématiques, à finalité8 crédits 
 Master en sciences mathématiques8 crédits 

Enseignant

Céline Esser, Yvik Swan

Coordinateur(s)

Yvik Swan

Langue(s) de l'unité d'enseignement

Langue française

Organisation et évaluation

Enseignement au premier quadrimestre, examen en janvier

Horaire

Horaire en ligne

Unités d'enseignement prérequises et corequises

Les unités prérequises ou corequises sont présentées au sein de chaque programme

Contenus de l'unité d'enseignement

Introduction aux processus stochastiques et à l'intégration stochastique
I. Rappels 
II. Processus stochastiques
III. Mouvement Brownien
IV. Martingales
V. Intégrale d'Itô

 

Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement

L'objectif est d'ouvrir à un champ de recherche actif mais exigent. 

Savoirs et compétences prérequis

Une base mathématique solide est indispensable (niveau BA math minimum). Les notions vues lors des différents cours de probabilités ainsi que dans le cours de théorie de la mesure seront utilisées.   
Le cours d'introduction aux processus stochastiques est un atout mais n'est pas indispensable. 

Activités d'apprentissage prévues et méthodes d'enseignement

Le cours consiste en des leçons au tableau, des séances d'exercices et un travail personnel.

Mode d'enseignement (présentiel ; enseignement à distance)

Présentiel

Lectures recommandées ou obligatoires et notes de cours

Tous les documents sont en ligne sur eCampus
  Références principales :


  • Billingsley, Patrick (1999) Convergence of probability measures. New York ; John Wiley & Sons
  • Breton, Jean-Christophe (2018) Processus stochastiques - M2 Mathématiques. Université de Rennes 1
  • Durrett, R. (2005) Probability : Theory and Examples. 3rd edition, Duxbury
  • Ferguson, Thomas S. (2017). A course in large sample theory. Routledge
  • Liggett, Thomas M. (2010) Continuous time Markov processes. Vol. 113. American Mathematical Society
  • Nourdin, Ivan, and Giovanni Peccati. (2012) Normal approximations with Malliavin calculus : from Stein's method to universality. Vol. 192. Cambridge University Press, 2012.
Des références supplémentaires seront données durant le cours. 

Modalités d'évaluation et critères

Un examen oral comprenant de la théorie, des exerices et une présentation du travail personnel sera organisé.

Stage(s)

Remarques organisationnelles

Cours enseigné en français lors des années paires uniquement 

Contacts

Céline Esser
Email : Celine.Esser@uliege.be 
Département de Mathématique, Allée de la Découverte, 12, B37, 4000 Liège Belgium Bureau 0/62

Adaptation des engagements pédagogiques suite à la pandémie de COVID-19 pour la session de mai-juin

Méthodes d'apprentissage mises en œuvre : enseignement à distance

Matière de l'évaluation

Méthodes d'évaluation

Contact

Adaptation des engagements pédagogiques suite à la pandémie de COVID-19 pour la session août-sept

Matière de l'évaluation

Méthodes d'évaluation (et plateforme utilisée)

Contact(s)